内容摘要：机器之心发布随着Luma AI、Aholo、Scaniverse、KIRI等消费级3D Gaussian Splatting3DGS）应用的普及，3DGS技术正加速向大众市场渗透。用户仅需通过手机拍摄

机器之心发布

随着Luma AI、视A束Aholo、入选让图Scaniverse、像也KIRI等消费级3D Gaussian Splatting（3DGS）应用的姿约普及，3DGS技术正加速向大众市场渗透。视A束用户仅需通过手机拍摄，入选让图即可将物体、像也房间乃至完整空间转化为可漫游的姿约3D内容。

然而，视A束高质量的入选让图3DGS重建高度依赖精确的位姿约束。若位姿信息偏差，像也重建效果将显著劣化：

左右滑动查看。姿约图1：某APP生成画面｜图源小红书；图2：墙体弯曲；图3：墙面鼓包。视A束

此类“Bad Case”表面看似渲染优化不足，入选让图实则根源在于位姿与几何信息的像也不准确。

传统解决方案通常引入LiDAR。LiDAR能提供高精度的位姿约束，即使在复杂视觉环境下也能解算出鲁棒的位姿与几何结构，从而辅助3DGS收敛至更高质量的场景表达。但这也带来了硬件成本高、采集流程繁琐、难以普及至消费级场景等瓶颈。

近期，ECCV 2026结果揭晓，Realsee（如视）团队的研究成果 Argus: Metric Panoramic 3D Reconstruction for Indoor Scenes成功入选。该模型面向室内全景图像，能够从稀疏、无序的全景照片中直接预测相机位姿、度量深度及点云重建结果，为3DGS提供更稳定、精准的几何约束。

Argus 论文地址：https://argus-paper.realsee.ai

如视的这一突破表明：未来可落地的3DGS重建不再强制依赖LiDAR。只要通过手机或全景相机获取图像，并利用如视Argus提取高质量位姿与度量几何，即可推动3DGS进入更轻量、低成本、大众化的采集新纪元。

效果对比：传统SfM vs 如视Argus

可以将如视Argus视为3DGS流程前的“几何校准器”。

使用传统SfM（左）VS 使用如视Argus（右）。字迹、物体细节等效果显著提升

3DGS通常依赖传统SfM（Structure from Motion）计算位姿与初始几何。在弱纹理、重复纹理、全景畸变或多房间连接等复杂场景中，传统SfM易出现以下问题：

• 相机轨迹漂移；
• 墙体、门洞、家具边缘错位；
• 高斯点云局部堆叠或肿胀；
• 新视角漫游时出现闪烁和重影。

尤其在稀疏采集视角下，匹配不足甚至会导致位姿崩溃，无法生成有效的3DGS。

经过如视Argus处理后，系统可先获取更稳定的图像位姿、度量深度和点云结构，并将其作为3DGS优化的初始约束。最终效果更接近“空间级重建”，而非单纯的“图片级拟合”。

数据验证：位姿与几何精度显著领先

在Realsee3D基准测试中，如视Argus在相机位姿、深度估计和点云重建方面均取得了SOTA（State of the Art）级表现。

以相机位姿为例，论文对比了如视Argus与VGGT360、MapAnything360、π3D360等方法。与支持度量预测的MapAnything360相比，如视Argus在真实子集上将ATE（Absolute Trajectory Error）从 0.134降至 0.096，在合成子集上从 0.087大幅降至 0.027。

Argus VS VGGT360、MapAnything360、π3D360

这意味着：
* 在真实室内场景中，如视Argus的全局位姿误差比MapAnything360降低约 28%；
* 在合成场景中，误差降低约 69%。

基于如视积累的数千万真实室内环境数据训练，Argus在常见居住室内环境下的误差低至 2.5cm，已非常接近主流LiDAR的 2cm误差水平。

此外，借助合成数据训练，如视Argus模型有效规避了LiDAR常见的多回波拖尾问题，以及玻璃、镜子、黑色物体测距不准导致的噪声或数据缺失。

对于3DGS而言，这种精度提升至关重要。位姿误差的降低直接转化为视觉效果的优化：墙面更直、边界更锐利、物体重影减少、漫游体验更稳定。

从激光扫描到自由拍摄：空间重建范式转移

如视Argus入选ECCV 2026，不仅是一次学术成果的发布，更是一个行业信号：3D重建正从“设备驱动”转向“模型驱动”。过去，精准空间重建依赖专业硬件；现在，大模型开始学习并模拟硬件背后的几何能力。

对如视而言，依托超过 6000万真实三维空间场景数据库，随着数据规模、场景类型和训练样本的持续增加，如视Argus模型对复杂空间的理解能力将持续进化。

展望未来，产品级3DGS将有机会摆脱对重设备、重流程的专业采集依赖，走向更轻量、低成本且易于规模化的空间重建方式。

如视Argus展示的正是这一方向的第一步：用图像重建真实世界，用精准位姿约束3DGS，推动产品级3DGS从专业设备时代，迈向普通用户参与的自由拍摄时代。